Factors Influencing Consumers' Satisfaction with Edible Non-wood Forest Products Based on Online Reviews
-
摘要: 基于感知价值理论，构建了消费者对可食用非木质林产品的感知价值五维度模型，运用爬虫软件在电商平台爬取了在线评论35 375条，利用细粒度情感分析技术量化评论文本情感值，通过回归分析的方法探讨消费者不同维度感知价值对产品满意度的影响。研究发现：可食用非木质林产品的绿色价值、经济价值、功能价值、程序性价值和品牌价值正向显著影响消费者满意度，且影响程度依次提高；以产品是否经过森林认证为依据划分的产品类别在功能价值、程序性价值、经济价值和绿色价值对消费者满意度的影响关系中起到了调节作用。鉴于此，提出应提高可食用非木质产品的性价比、加强品牌宣传、完善服务功能体系、挖掘产品的绿色价值、积极对产品进行森林认证等建议。Abstract: We explored the impact of different dimensions of perceived value on product satisfaction through regression analysis. Based on the theory of perceived value, a five-dimensional model of consumers' perceived value of edible non-wood forest products was constructed. Then, 35 375 online comments were crawled using crawler software.Finally, fine-grained sentiment analysis technology was used to quantify the sentimental attitude of the review text. It is found that the economic value, functional value, procedural value, and brand value of edible non-wood forest products have a significantly positive impact on consumers' satisfaction, and the degree of such influence increases in turn. Furthermore, the product categories based on whether or not they had been forest certified played a moderating role in the relationship between functional value, procedural value, economic value and green value and consumer satisfaction. In view of this, we put forward suggestions that companies should improve the cost-effectiveness of edible non-wood products, tap the green value of products, strengthen brand promotion, improve the service function system, and actively certify operating products.
-
受新型冠状病毒肺炎疫情影响，各国金融动荡，对外贸易受阻，全球合作骤减。2020年我国的《政府工作报告》提出将坚定不移地深化改革、扩大开放，以开放促改革促发展，以稳金融来稳外贸。改革开放40多年来，中国的金融改革与贸易改革始终同向而行。1978年后，中国的金融改革分为三个阶段。第一阶段是1978—2003年，工农中建四大行从人民银行分离出来。第二阶段是2004—2012年，中国银行业进行彻底的商业化改造。第三阶段是2015年至今，国际货币基金组织（International Monetary Fund）宣布人民币加入特别提款权货币篮子，标志着中国的金融市场已经开始国际化。而主要的汇率、利率改革是从2005年开始，当年中国参考实行一篮子货币调节、管理的浮动汇率制度，同时金融机构同业存款利率全面放开，不再设定人民币贷款利率上限及存款利率下限。2015年中国人民银行宣布完善人民币兑美元汇率的中间价报价机制和全面放开存款利率浮动上限，中国汇率改革和利率改革的措施进一步完善。
在贸易方面，中国作为林产品贸易大国，有着独特的进口贸易环境。一方面中国虽然总体森林面积广阔，但人均森林面积和蓄积远低于世界平均水平，同时存在分布不均的情况；另一方面中国全面落实天然林的停伐政策，越来越多的人意识到林产品贸易成为中国提升森林资源承受能力和推动林业经济与环境协调发展的重要途径。2013年中国提出“一带一路”倡议，为中国林产品贸易创造了史无前例的政策条件，中国从签订“一带一路”协议国家进口林产品的贸易规模增长迅速，从2005年的43.55亿美元增加到2019年的389.5亿美元，增幅达794.37%，原木、锯材、木浆、纸和纸板是中国从签订“一带一路”协议国家进口的主要林产品，市场集中度较高。
有学者在1973年提出了金融深化理论，认为深化金融改革可以逐步减少并最终放开对出口的限制，通过研究他们发现金融改革有利于形成新的双边贸易关系，因而对贸易具有促进作用[1-2]。后来，学者们进一步证实金融改革对贸易的集约边际和扩展边际均有明显的促进作用[3-5]。近年来，国内也有学者认为金融改革通过消除经济扭曲提升我国的吸收能力，对我国贸易发展具有促进作用，减少了我国对外发展的贸易壁垒[6-7]。另外，目前对中国与“一带一路”相关国家开展的林产品贸易相关问题研究主要集中于林产品贸易的特征、影响因素分析[8-10]，林产品贸易潜力分析[11-13]，林产品贸易竞争性、互补性和比较优势分析[14-16]。
笔者在查阅大量的文献后发现，目前针对金融改革与国际贸易关系的研究主要以理论分析为主，实证研究较少。截至目前，学术界尚没有形成相对成熟的金融改革评价指标体系，已有实证研究主要聚焦于汇率、利率等金融单方面因素对贸易的影响，且有关汇率波动对进出口影响的研究结论并不一致。鉴于此，笔者从金融改革的视角，探究其对林产品进口贸易的影响，在不排除其他影响贸易的因素干扰的前提下，探究金融改革对中国从签订“一带一路”协议国家进口林产品是否具有显著影响。
一. 理论分析与假设
中国共产党第十八次全国代表大会将金融改革的任务明确表述为：发展多层次资本市场，稳步推进利率和汇率市场化改革，逐步实现人民币资本项目可兑换。虽然这四个领域的改革早已有共识，但在具体推进领域、步调和节奏方面，仍存在不同意见。金融改革与国际贸易属于平行关系，均为一国经济发展的动力，二者相互作用，互为重要的影响因素：一方面，金融改革通过影响企业融资成本和借贷能力来影响企业的资本禀赋和比较优势，进而影响国际贸易的发展；另一方面，国际贸易的推进也给金融服务提出了更高的要求，促使金融机构进一步改革深化。
中国林产品贸易作为带动林区经济增长、促进林农增收、保障国内木材安全、实现贸易创汇的有效手段，其可持续发展受到金融、政治、资源、文化及地理诸多因素影响。就融资方面，利率市场化改革关系到林产品企业的资金成本，影响企业的借贷能力，这种影响往往呈负相关的关系[17]；汇率市场化改革对人民币在合理均衡水平上保持基本稳定并吸引外资产生了积极影响，促使林产品企业在应对国内外形势变化中实现外汇增长[18]。随着全球气候问题愈发严峻，碳减排逐渐成为各方共识，林业以绿色产品和服务为贸易对象，兼顾环境保护、资源集约利用于一身，在协调森林资源和林产品贸易的可持续发展中促成贸易全过程的绿色化。
林产品贸易遵循绿色金融、绿色贸易的发展理念，以实现经济与环境的和谐推进为目标。绿色金融能够促进技术创新，加快林业结构优化调整，推动绿色国际贸易的协同发展；减少林产品绿色贸易壁垒，发挥绿色贸易融资在国际贸易中的引导作用。同时，也会促进绿色资本在签订“一带一路”协议国家间进行流动，使林产品市场更加完善和高效，实现市场资源的有效配置，提高林产品的综合竞争力，进一步促进绿色消费，推动相关金融市场改革，达到绿色金融的客观要求。
根据以上分析，笔者提出如下待检验的研究假说：在其他条件不变的情况下，金融改革能够促进林产品进口。
二. 研究方法及变量选取、数据来源
一 研究方法及变量选取
常见的影响因素分析模型如多元Logistic回归、传统引力模型等是将所有影响因素笼统地放在一起，无法达到把贸易影响因素进行清晰归类的要求。笔者在此采用Meeusen等人提出的随机前沿引力模型进行实证研究，并根据前人的研究选取相关变量[19-25]。根据理论分析框架和随机前沿理论模型，将中国从签订“一带一路”协议国家进口的林产品金额作为因变量。在自变量选取方面，把影响林产品进口的影响因素分为金融改革因素、绿色发展因素和自然因素3类，构建方程如下：
$$ \begin{split} \ln {T_{ijt}}=\;& {\beta _0} + {\beta _1}\ln {G_{jt}} + {\beta _2}\ln {P_{jt}} + {\beta _3}\ln {F_{jt}} + {\beta _4}\ln {D_{ijt}} + \\ & {\beta _5}R + {\beta _6}{X_{ij}} + {v_{ijt}} - {u_{ijt}} \end{split} $$ (1) $$\begin{split} {u_{ijt}} =\;& {\delta _0} + {\delta _1}{E_{(i/j)t}} + {\delta _2}{B_{(i/j)t}} + {\delta _3}{M_{(i/j)t}} + {\delta _4}{N_{(i/j)t}} +\\ & {\delta _5}\ln {C_{it}} + {\delta _6}{S_{jt}} + {\alpha _{ijt}} \end{split}$$ (2) 式中，被解释变量
${{{T}}_{{{ijt}}}}$ 表示t时期，i国从j国进口林产品的贸易额；i表示进口国即中国，j表示出口国即与中国签订“一带一路”协议国家；vijt、αijt为扰动项，服从均值为零的正态分布；uijt是贸易非效率因素，服从均值为δ的截尾正态分布，且vijt与uijt相互独立。其他为解释变量，包括①金融改革因素：选取汇率和利率作为金融改革的成效指标，以货币自由度和金融自由度作为衡量金融市场开放程度的指标，E(i/j)t 、B(i/j)t、M(i/j)t、N(i/j)t分别为t时期进口国与出口国的本币兑美元的官方汇率比值、银行基准贷款利率比值、货币自由度比值和金融自由度比值。对汇率、利率、货币自由度和金融自由度采用相关比值，可以凸显两国金融改革相关因素的变动程度和变化速度[26]。②绿色发展因素：$ {{F}}{{{}}_{ {{jt}}}} $ 为t时期出口国的森林资源面积，一国的森林资源禀赋越有优势，出口潜力越大，进口潜力越小。$ {{C}}{{{}}_{{{it}}}} $ 为t时期进口国的碳金融数值，衡量绿色金融程度，单位国内生产总值二氧化碳排放量越小，则绿色金融的程度越高。$ {{S}}{{{}}_{ {{jt}}}} $ 为t时期出口国是否通过森林认证标准，为0-1虚拟变量，如否则为0，如有则为1，表示绿色贸易中的贸易壁垒。③自然因素：$ {{G}}{{{}}_{ {{jt}}}} $ 表示出口国的国内生产总值；$ {{P}}{{{}}_{ {{jt}}}} $ 表示出口国的人口规模。一国的国内生产总值越高、人口规模越大，该国出口供给潜能越大。$ {{D}}{{{}}_{{{ijt}}}} $ 表示两国的经济距离，经济距离越大，两国间的经济差距越大，贸易往来越少，具体计算公式为：$ {{D}}{{{}}_{{{ijt}}}}{{ = 0}}{{.9}}{{{5}}^{{a}}} \times {{b}} \times {{}}{{{d}}_{{{ij}}}} $ [23]。dij表示两国之间的地理距离；a为出口国参加国际经济组织及与中国签订其他经济协议的总数，选取世界贸易组织、亚洲基础设施投资银行、亚太经合组织、自由贸易协定、货币互换协议5项作为a的评判标准；b为经济发展差异权数，表示两国的经济差距，以出口国的人均国内生产总值除以进口国的人均国内生产总值获得，若小于0.3，b取1.1，大于等于0.3且小于等于0.8，b取1，否则，b取0.9。$R$ 表示是否处于“一带一路”样本时期，为0-1虚拟变量，0表示在“一带一路”协议签订之前，1为“一带一路”协议签订之后。${{{X}}_{{{ij}}}}$ 包含Iij与Lij，分别表示两国是否拥有共同边界和共同语言。共同边界和共同语言是衡量两国之间地理距离和文化距离的指标，拥有共同边界和语言的两国，更能促进交流沟通，贸易来往更加便利。二 数据来源
本文分析的林产品以联合国粮食及农业组织（Food and Agricultural Organization，以下简称FAO）的统计口径为准，具体包括原木、锯材、木浆、人造板、木制品、木家具、纸和纸板等7类木质林产品。由于部分签订“一带一路”协议国家缺少汇率、利率、货币自由度和金融自由度等核心变量，予以剔除，最终选取的样本国家一共有63个，构建这63个国家2005—2019年的面板数据，采用随机前沿引力模型和贸易非效率模型，实证检验金融改革对中国从签订“一带一路”协议国家进口林产品贸易的影响。相关数据来源为：国内生产总值、人口、森林资源禀赋、汇率与利率相关数据，来自世界银行发展指数数据库；两国之间的地理距离、是否拥有共同语言和边界，来自法国国际经济研究中心数据库；金融自由度、货币自由度来自美国传统基金会和华尔街日报联合发布的经济自由度数据库；碳金融数值来自于碳图集；森林认证信息来自森林管理委员会官网。
三 描述性统计分析
汇率是汇率改革最直观的反映指标，能更好地反映国家对金融改革的宏观战略。汇率上升，人民币贬值，国民的购买力下降，导致林产品的进口数量下降。利率是灵活的经济杠杆，是国家最常使用的微调工具。利率上升会减少投资需求，降低国内物价水平，使进口减少。货币自由度主要反映了金融市场化改革中人民币资本项目可兑换的程度。提高货币自由度可以加速贸易市场化，提高进口。金融自由度主要体现在政府对银行服务和其他金融机构服务的管制程度，体现一国金融市场开放水平。金融自由度数值越大，表明该国的金融业和机构受政府干预和限制较少，产品投入的成本较小，从而促进了林产品的进口。具体解释变量描述性统计见表1。
表 1 解释变量的描述性统计变量 符号 预估影响
方向均值 标准差 国内生产总值/亿美元 $G$ + 798.10 1 485.90 人口/亿 P + 0.52 1.62 经济距离
/万km$D$ − 0.85 0.36 是否拥有共同边界 I + 0.05 0.21 是否拥有共同语言 L + 0.03 0.18 是否签订“一带一路”协议 $R$ + 0.43 0.25 森林资源面积/万km2 F + 25.22 102.95 货币自由度 $M$ + 75.16 6.78 金融自由度 $N$ + 45.42 14.89 汇率 $E$ − 784.05 2 916.69 银行基准贷款利率 $B$ − 11.41 7.06 碳金融 ln C − −11.30 0.43 是否拥有森林认证 $S$ + 0.52 0.50 三. 研究结果与分析
一 似然比假设检验和方差膨胀因子检验
在进行实证分析之前需要对模型和变量之间的关系进行检验，选择合适的函数，并确保核心变量之间不存在自相关性。笔者依次进行了贸易非效率存在性检验、贸易非效率的时变性检验、是否引入边界变量的检验、是否引入语言变量的检验等4个检验，其中不存在贸易非效率、贸易非效率不变化和不引入边界变量的原假设均被拒绝，表明本文采用时变的随机前沿引力模型更为适合，而不能拒绝不引入语言变量的假设，因此剔除共同语言变量。
考虑到变量之间的自相关性，利用Stata15软件对模型进行了多重共线性检验中的方差膨胀因子检验，所有变量的方差膨胀系数均小于10，不存在多重共线性，表示自变量之间的自相关性总体而言不明显。
二 随机前沿引力模型估计结果
根据似然比检验结果，对随机前沿引力模型进行时变估计，估计结果详见表2。结果显示γ值在1%的水平上显著，表明贸易非效率项是构成模型复合误差的主要因素，也进一步证明了似然比检验结果的正确性。
表 2 进口模型随机前沿引力模型结果变量 时变模型系数 常数 −3.35 ***
（0.31）$ {{\ln\,G} }{ {{} }_{ {{jt} }} }{{} } $ 0.22 **
（0.10）$ {{\ln\,} }{ {{P} }_{ {{jt} }} }{{} } $ 0.60 ***
（0.22）$ {{\ln\,F} }{ {{} }_{ {{jt} }} }{{} } $ 0.98 ***
（0.17）$ {{\ln\,D} }{ {{} }_{ {{ijt} } } }{{} } $ −0.24
（0.19）$R$ 0.36*
（0.19）$ {{I} }{ {{} }_{ {{ij} } } } $ 3.40**
（1.83）$ {\sigma ^2} $ 29.09***
（3.97）$ \gamma $ 0.72***
（0.03）$ \mu $ 9.14***
（1.63）$ \eta $ 0.02 ***
（0.00）注：*、**、***分别表示在10%、5%和1%的显著性水平上通过检验，括号内为标准误。 其中，出口国国内生产总值（
$ {G_{jt}} $ ）、出口国人口规模（$ P_{jt} $ ）、出口国森林面积（$ {F_{jt}} $ ）、签订“一带一路”协议（R）、两国拥有共同边界（$ {I_{ij}} $ ）对中国从签订“一带一路”协议国家进口林产品具有显著正向影响，分别在5%、1%、1%、10%和5%的水平上显著。两国间的经济距离（$ {D_{ijt}} $ ）对中国从签订“一带一路”协议国家进口林产品有负向影响，结果并不显著。总体看来，签订“一带一路”协议在一定程度上增加了中国从签订“一带一路”协议国家进口林产品的贸易额，以签订“一带一路”协议为自变量，每多增加一单位，林产品进口将增加36%。三 非效率模型结果分析
进口模型的贸易非效率模型估计结果显示，γ值（0.98）在1%水平上显著，表明整体的估计效果较好。模型中的贸易非效率项显著存在，是阻碍贸易畅通的重要因素。贸易非效率模型的估计结果详见表3。
表 3 进口模型的贸易非效率模型结果变量 时变随机前沿函数系数 变量 贸易非效率函数系数 常数 5.37*
（3.20）常数 83.39***
(34.25)$ {{\ln\, G} }{ {{} }_{ {{jt} }} }{{} } $ 0.40***
（0.07）${{{E}}_{{{(i/j)t}}}}$ 0.19*
(0.11)$ {{\ln\, } }{ {{P} }_{ {{jt} }} }{{} } $ −0.43***
（0.10）$ {{B} }{ {{} }_{ {{(i/j)t} }} } $ 0.90***
(0.39)$ {{\ln\, F} }{ {{} }_{ {{jt} }} }{{} } $ 1.14***
（0.10）$ {{M} }{ {{} }_{ {{(i/j)t} } } } $ −0.14*
（0.09)$ {{\ln\, D} }{ {{} }_{ {{i jt} } } }{{} } $ −0.17
(0.22)$ {{} }{ {{N} }_{ {{(i/j)t} }} } $ −0.56*
(0.32)$R$ 0.96***
(0.27)$ {{\ln\, } }{ {{C} }_{ {{it} }} } $ 6.92***
(2.76)$ {{I} }{ {{} }_{ {{i j} } } } $ 0.17
(0.51)$ {{S} }{ {{} }_{ {{jt} }} } $ −0.41***
（0.13）${\sigma ^2}$ 128.50
(30.83)$\gamma $ 0.98***
(0.01)注：*、**、***分别表示在10%、5%和1%的显著性水平上通过检验，括号内为标准误。 根据表3，可得到如下结论：
1）金融改革因素。汇率（
$ {{{E}}_{{{(i/j)t}}}} $ ）对贸易非效率有正向影响（对贸易效率有负向影响），在10%水平上显著，与预期估计影响方向一致。汇率的系数是0.19，表示当中国汇率相比签订“一带一路”协议国家汇率多下降1%时，中国从签订“一带一路”协议国家进口林产品的贸易额就会减少19%。银行基准贷款利率（$ {{B}}{{{}}_{{{(i/j)t}}}} $ ）对贸易有负向作用，结果在1%的水平上显著，系数为0.90。金融自由度（$ {{}}{{{N}}_{{{(i/j)t}}}} $ ）、货币自由度（$ {{M}}{{{}}_{{{(i/j)t}}}} $ ）对林产品进口存在显著正向影响，在10%的水平上显著，系数为0.56、0.14，表明降低汇率、利率，提高货币自由度和金融自由度都能促进林产品进口。2）绿色因素。碳金融（
$ {{\ln}}\,C{_{{{it}}}} $ ）对贸易效率有负向影响，在1%水平上显著，系数为6.92，表明绿色金融对林产品进口具有促进作用。通过森林认证标准（$S_{ jt} $ ）对贸易效率有正向影响，与预期估计影响方向一致，在1%的水平上显著，系数是0.41，可以看出，中国更倾向于进口通过森林认证的林产品。3）自然因素。值得注意的是，签订“一带一路”协议（
$R$ ）对林产品进口存在显著的正向影响，在1%的水平上显著，系数为0.96。这表明在金融改革的作用下，签订“一带一路”协议对中国林产品进口更具有积极意义。四 稳健性检验结果分析
不完全汇率传递理论表明，由于贸易保护措施、市场分割、商品异质性以及生产者的沉没成本等因素的影响，汇率波动对经济和贸易的传递并不是完全的。已有相关研究证实汇率波动具有时滞性且时滞长短并不一致[27-29]。另外，也有学者指出汇率波动与贸易变动存在“J曲线”效应，即汇率波动对进出口贸易的影响同样具有时滞性[30]。因此，考虑到汇率波动对贸易收支的时滞性，在稳健性检验中，将滞后一期的汇率波动水平作为自变量带入计量模型，其余变量与前文一致，得到表4。由表4可知滞后一期的相对汇率水平与林产品进口贸易额存在显著的负相关关系，即在考虑了汇率传递时滞性的情况下，相对汇率上升会导致林产品贸易额减少，在稳定性检验中γ值为0.98，其结果仍然在1%的水平上显著。
表 4 进口模型的稳定性检验结果变量 时变随机前沿函数系数 变量 贸易非效率函数系数 变量 时变随机前沿函数系数 变量 贸易非效率函数系数 常数 5.41*
（3.20）常数 83.07***
(35.25)$ {{\ln\, D} }{ _{ {{ijt} } } }{{} } $ −0.17***
(0.51)$ { {{N} }_{ {{(i/j)t} }} } $ −0.69***
(0.29)$ {{\ln\, G} }_{jt}{{} } $ 0.41***
（0.07）$ { {{E} }_{ {{(i/j)(t-1)} }} } $ 0.22*
(0.13)$R$ 0.96***
(0.27)$\ln\, {C_{it}}$ 6.90***
(2.90)$ {{\ln\, } }{ {{P} }_{ {{jt} }} }{{} } $ −0.43***
（0.10）$ {{B} }{ _{ {{(i/j)t} }} } $ 0.90***
(0.31)$ {{I} }_{ij} $ 0.17*
(0.51)$ {{S} }_{jt} $ −0.41***
(0.13)$ {{\ln\, F} }_{jt}{{} } $ 1.14***
（0.10）$ {{M} }{ _{ {{(i/j)t} } } } $ −0.14
（0.09)${\sigma ^2}$ 128.39
(30.35)$\gamma $ 0.98***
(0.01)注：*、**、***分别表示在10%、5%和1%的显著性水平上通过检验，括号内为标准误。 四. 结论与建议
一 研究结论
本文运用随机前沿引力模型和贸易非效率模型，采用Frontier 4.1软件，基于2005—2019年面板数据，对金融改革后中国从签订“一带一路”协议国家进口林产品的影响进行了实证研究。结果表明，金融改革对中国从签订“一带一路”协议国家进口林产品有积极的促进作用。
1）与中国签订“一带一路”协议国家的国内生产总值、人口、森林资源面积，两国拥有共同边界对中国从签订“一带一路”协议国家进口林产品具有显著正向影响，分别在5%、1%、1%和5%的水平上显著。两国间的经济距离对中国从签订“一带一路”协议国家进口林产品有负向影响作用，其结果并不显著。
2）汇率、银行基准贷款利率对林产品进口有负向影响，分别在10%、1%水平上显著。金融自由度、货币自由度对进口有正向作用，均在10%的水平上显著。利率对进口的影响最大，之后依次是金融自由度、汇率和货币自由度。且签订“一带一路”协议后，在金融改革的影响下，中国林产品进口显著提高，由此，综合金融改革指标可知金融改革对中国从签订“一带一路”协议国家进口林产品具有积极影响。
3）碳金融对林产品进口有负向影响，表示减少碳排放、提高绿色金融程度显著促进了林产品进口。签订“一带一路”协议国家拥有通过森林认证的产品对中国的进口为显著正向影响，中国更倾向进口绿色产品，更加注重林产品的绿色贸易问题。
二 建 议
综上，笔者提出如下建议：
1）坚持金融改革，提高金融自由度和金融市场化水平。进一步完善相关配套金融服务，改革金融机构的监管措施，促进金融转型，切实提高金融系统的运行效率，更好地为进口企业服务。
2）对进口企业提供政策、资金支持，通过适当降低汇率、利率的方式来降低企业成本，提高货币流通速度和货币自由度，减少企业融资障碍，解决企业融资问题，保证资金链稳定。
3）坚持“一带一路”倡议。明确“一带一路”倡议在国家战略中的重要作用，与合作国家共同发展，加强“政策沟通、设施联通、贸易畅通、资金融通、民心相通”。
4）坚持绿色金融与绿色贸易共同发展，秉持绿色发展和合理开发的原则，坚持走可持续发展的道路。
-
表 2 可食用非木质林产品属性词集
感知价值维度 属性词 功能价值 口感、口味、味道、香味、异味、颜色、色泽、水分、品相、结晶、密度、颗粒、肉质、个头、保质期、质量、功效、营养价值、养生、养胃、养颜、果肉、果粒、颗粒、添加剂、防腐剂、色素 品牌价值 牌子、老牌子、品牌、黑森、蓝百蓓、富昌、维多宝、北大荒、龙江森工、八荒、绿野、信赖、信任、信誉、诚信、信用、放心、良心、信得过 程序性价值 平台、商城、自营、包装、外包装、包装袋、快递、物流、配送、运费、送货、发货、收货、客服、服务态度、售后、活动、双十一、双十二、双11、双12、618 经济价值 价钱、价位、便宜、小贵、实惠、超值、合理、性价比、货真价实、物美价廉、物超所值、划算、优惠券、赠品、赠送、降价、减价、打折、促销、特价 绿色价值 原产地、当地、纯天然、有机、绿色、认证、森林认证、正宗、纯正、干货、特产、山珍、野生、大兴安岭、小兴安岭、长白山、东北、黑龙江、福建、山东、林区、山区、林下 
下载: 导出CSV
表 3 语义模型结构与评价单元抽取结果示例
语义搭配模式 例句 评价单元抽取结果 SBV + VOB 保证产地是关键 <产地，是><关键，是> SBV + ADV + ATT + VOB 家里人特别喜欢这个牌子的木耳 <木耳，喜欢><家里人，喜欢><木耳，牌子><牌子，这个> SBV + ATT 口感好的黑木耳 <口感，好><黑木耳，好> SBV + ADV + ATT 价格非常实惠的产品 <价格，实惠><产品，实惠> ATT + VOB 一直买北大荒的木耳 <木耳，买><木耳，北大荒> SBV + ADV + VOB 赞一下配送特别快的物流 <物流，赞><配送，快> ADV + ATT + VOB 一直很喜欢北大荒的木耳 <木耳，喜欢><木耳，北大荒>
下载: 导出CSV
表 4 评论文本感知价值情感量化结果示例
评论语料 功能价值 绿色价值 品牌价值 经济价值 程序性
价值非常棒的木耳，肉非常厚实，很容易泡发 8.36 0.00 0.00 0.00 0.00 味道不错，已经是第二次购买了。价格实惠，物流也很快 3.85 0.00 0.00 0.00 5.45 北大荒这个牌子还是挺不错的，值得信赖。快递小哥辛苦了 0.00 0.00 4.39 0.00 1.62 贵，质量一般，不值得这个价钱 −1.83 0.00 0.00 −3.01 0.00
下载: 导出CSV
表 5 情感值变量描述性统计分析
感知价值维度 均值 标准差 最小值 最大值 功能价值 2.182 2.277 −4.713 9.979 品牌价值 0.817 2.109 −3.686 10.656 程序性价值 2.048 2.778 −2.394 10.822 经济价值 1.013 2.166 −2.004 9.971 绿色价值 1.207 3.292 −0.096 15.909
下载: 导出CSV
表 6 产品整体和分组标准化系数结果
整体 未经过森林认证的产品 经过森林认证的产品 β t p VIF β t p VIF β t p VIF 常数 248.051 0.000 249.694 0.000 115.140 0.000 功能价值 0.130 10.439 0.000 1.009 0.068 4.158 0.000 1.023 0.217 11.719 0.000 1.015 品牌价值 0.224 17.604 0.000 1.058 0.278 16.602 0.000 1.076 0.226 11.934 0.000 1.062 程序性价值 0.149 11.692 0.000 1.054 0.093 5.630 0.000 1.051 0.219 11.566 0.000 1.064 经济价值 0.075 6.073 0.000 1.003 0.039 2.431 0.015 1.004 0.164 8.858 0.000 1.011 绿色价值 0.058 4.702 0.000 1.002 0.008 0.500 0.617 1.006 0.140 7.595 0.000 1.009 注：β表示模型的标准化系数，t表示对标准化系数的显著性检验值，p用于判断其分析项是否有显著性差异，VIF用于多重共线性判断。
下载: 导出CSV
表 7 产品整体和分组回归模型结果
整体 未经过森林认证的产品 经过森林认证的产品 R2 0.519 0.508 0.613 F 156.857 83.662 127.164 p 0.000 0.000 0.000
下载: 导出CSV
表 8 标准化系数差异检验
假设 路径 模型标准化系数 系数差值（未经过
认证的产品系数-
经过认证的产品系数）t p 结论 未经过森林
认证的产品经过森林
认证的产品H6a 功能价值→满意度 0.068** 0.217** −0.149 −8.507 0.000** 支持 H6b 品牌价值→满意度 0.278** 0.226** 0.052 0.474 0.636 不支持 H6c 程序性价值→满意度 0.093** 0.219** −0.126 −6.985 0.000** 支持 H6d 经济价值→满意度 0.039* 0.164** −0.125 −5.183 0.000** 支持 H6e 绿色价值→满意度 0.008 0.140** −0.132 未经过森林认证的产品绿色价值
对满意度的影响不显著支持 注：*表示p <0.05 ，**表示p<0.01。
下载: 导出CSV
-
[1] 李超,刘兆刚,李凤日. 我国非木质林产品资源现状及其分类体系的研究[J]. 森林工程,2011,27(5):1-7. doi: 10.3969/j.issn.1001-005X.2011.05.001 [2] 廖声熙,喻景深,姜磊,等. 中国非木材林产品分类系统[J]. 林业科学研究,2011,24(1):103-109. [3] MAHAPATRA A,MITCHELL C P. Sustainable development of non-timber forest products:implication for forest management in India[J]. Forest Ecology and Management,1997,94(1):15-29.
[4] 赵静. 江西省非木质林产品产业发展及其对区域林业及林农收入的影响研究[D]. 北京: 北京林业大学, 2014. [5] 王有志,宋阳. 基于SWOT+AHP方法的黑龙江省森林食品产业发展战略定位研究[J]. 林业经济问题,2009,29(5):438-442. doi: 10.3969/j.issn.1005-9709.2009.05.014 [6] 肖频,熊曦. 基于结构方程模型的林产品电商营销成功因素实证研究[J]. 中南林业科技大学学报,2018,38(4):121-126. [7] 王兰会,李小勇,李江鹏,等. 森林认证产品市场的消费者认知与偏好研究[J]. 北京林业大学学报(社会科学版),2019,18(2):61-65. [8] 陈利娜,丁晓纲,杨海燕,等. 中国森林认证—非木质林产品经营认证实践概述[J]. 林业与环境科学,2018,34(1):152-156. [9] 白会学,张泽晗. 非木质林产品认证势在必行[J]. 中国林业产业,2014(8):44-45. [10] 科克. 浙江首开森林食品认定填补国际可食林产品人工林认证空白[J]. 浙江林业,2004(11):12. [11] 孙长伟,任宗来,杨俊杰,等. 基于评论数据的酒店服务质量的细粒度分析[J]. 计算机应用与软件,2019,36(7):32-38. doi: 10.3969/j.issn.1000-386x.2019.07.006 [12] 林园园,战洪飞,余军合,等. 基于产品评论的消费者情感波动分析模型构建及实证研究[J]. 现代图书情报技术,2016(11):44-53. [13] 吴维芳,高宝俊,杨海霞,等. 评论文本对酒店满意度的影响:基于情感分析的方法[J]. 数据分析与知识发现,2017,1(3):62-71. [14] GU B,YE Q. First step in social media:measuring the influence of online management responses on customer satisfaction[J]. Production and Operations Management,2014,23(4):570-582. doi: 10.1111/poms.12043
[15] 李子茹. 面向酒店行业的在线管理反馈方式对客户满意度影响研究[D]. 哈尔滨: 哈尔滨工业大学, 2015. [16] 李杰,张向前,陈维军,等. C2C电子商务服装产品客户评论要素及其对满意度的影响[J]. 管理学报,2014,11(2):261-266. doi: 10.3969/j.issn.1672-884x.2014.02.014 [17] 李玉萍,胡培. 顾客网络购物满意度影响因素研究[J]. 商业研究,2015(1):160-165. doi: 10.3969/j.issn.1001-148X.2015.01.023 [18] 周振伟. 基于商品评论的客户满意度分析[D]. 杭州: 浙江工商大学, 2017. [19] 赵杨,李齐齐,陈雨涵,等. 基于在线评论情感分析的海淘APP用户满意度研究[J]. 数据分析与知识发现,2018,2(11):19-27. [20] CARDOZO R N. An Experimental study of customer effort,expectation,and satisfaction[J]. Journal of Marketing Research,1965,2(3):244-249. doi: 10.1177/002224376500200303
[21] KOTLER P. Behavioral models for analyzing buyers[J]. Journal of Marketing,1965,29(4):37-45. doi: 10.1177/002224296502900408
[22] ZEITHAML V A. Consumer perceptions of price,quality,and value:a means-end model and synthesis of evidence[J]. Journal of Marketing,1988,52(3):2-22. doi: 10.1177/002224298805200302
[23] 王宗水,赵红,秦绪中. 我国家用汽车顾客感知价值及提升策略研究[J]. 中国管理科学,2016,24(2):125-133. [24] WOODRUFF R B. Marketing in the 21st century customer value:the next source for competitive advantage[J]. Journal of the Academy of Marketing Science,1997,25(3):139-153. doi: 10.1177/0092070397253006
[25] 白长虹,廖伟. 基于顾客感知价值的顾客满意研究[J]. 南开学报,2001(6):14-20. [26] 何建民,潘永涛. 顾客感知价值、顾客满意与行为意向关系实证研究[J]. 管理现代化,2015,35(1):28-30. doi: 10.3969/j.issn.1003-1154.2015.01.010 [27] RUYTER K D,WETZELS M,LEMMINK J,et al. The dynamics of the service delivery process:a value-based approach[J]. International Journal of Research in Marketing,1997,14(3):231-243. doi: 10.1016/S0167-8116(97)00004-9
[28] 赵文军,谢守美. 大学生移动阅读感知价值、满意度与行为意向的关系:以超星移动阅读APP平台为例[J]. 图书情报工作,2019,63(3):98-107. [29] 栾碧雅,张卫东. 基于感知理论的移动有声阅读平台用户满意度研究[J]. 图书馆学研究,2020(16):81-90. [30] PARASURAMAN A,GREWAL D. The impact of technology on the quality-value-loyalty chain:a research agenda[J]. Journal of the Academy of Marketing Science,2000,28(1):168-174. doi: 10.1177/0092070300281015
[31] 李宗伟,张艳辉,栾东庆. 哪些因素影响消费者的在线购买决策?−顾客感知价值的驱动作用[J]. 管理评论,2017,29(8):136-146. [32] 胡允银. 知识产权密集型产品顾客感知价值驱动要素及影响因子剖析[J]. 情报杂志,2009,28(8):10-13,25. doi: 10.3969/j.issn.1002-1965.2009.08.003 [33] 刘丽,张宁. 顾客感知价值、满意度与忠诚度的关系研究−电子商务环境下的实证分析[J]. 信息资源管理学报,2016,6(3):50-57,106. [34] 董大海,杨毅. 网络环境下消费者感知价值的理论剖析[J]. 管理学报,2008(6):856-861. doi: 10.3969/j.issn.1672-884X.2008.06.011 [35] 仇雪,孙可心,吴凯馨. 基于顾客感知价值的用户满意度影响因素研究−以小红书为例[J]. 中国商论,2021(6):44-48. [36] 杨晓燕,周懿瑾. 绿色价值:顾客感知价值的新维度[J]. 中国工业经济,2006(7):110-116. doi: 10.3969/j.issn.1006-480X.2006.07.015 [37] STAHL F,HEITMANN M,LEHMANN D R,et al. The impact of brand equity on customer acquisition,retention,and profit margin[J]. Journal of Marketing,2012,76(4):44-63. doi: 10.1509/jm.10.0522
[38] 崔冬冬,张新国. 轿车品牌资产来源与提升对策[J]. 统计与决策,2012(5):178-180. [39] 张国政,彭承玉,张芳芳,等. 农产品顾客感知价值及其对购买意愿的影响−基于认证农产品的实证分析[J]. 湖南农业大学学报(社会科学版),2017,18(2):24-28. [40] 左仁淑,余伟萍,余园明. 产品类别调节作用下顾客价值对品牌忠诚影响的实证研究[J]. 软科学,2009,23(8):45-49. doi: 10.3969/j.issn.1001-8409.2009.08.010 [41] 赵莉,孙建鑫. 感知价值二阶视角下绿色消费意愿驱动因素研究−产品类别的调节作用[J]. 经济论坛,2020(8):121-133. doi: 10.3969/j.issn.1003-3580.2020.08.016 [42] 王丽丽,赵炳新,NEBENZAHL I D. 网络视角下的消费者信息搜索行为研究−产品类别的调节作用[J]. 大连理工大学学报(社会科学版),2017,38(2):1-7. [43] 唐晓波,刘广超. 细粒度情感分析研究综述[J]. 图书情报工作,2017,61(5):132-140. [44] 贾守帆,张博,彭世豪. 在线评论研究综述:基于细粒度情感分析视角[J]. 电子商务,2018(11):35-36. [45] 赵黎光. 基于依存句法的句子级细粒度情感计算[D]. 广州: 华南理工大学, 2015. [46] CHE W X, LI Z H, LIU T. LTP: a Chinese language technology platform[EB/OL].(2016-01-28)[2021-04-26].https://www.doc88.com/p-7098910192984.html?r=1.
-
期刊类型引用(0)
其他类型引用(1)
计量
- 文章访问数: 529
- HTML全文浏览量: 147
- PDF下载量: 23
- 被引次数: 1
